Python - seaborn 05. 회귀와 결합분포 (lmplot·jointplot·pairplot)

핵심 요약

산점도에 모델·요약을 겹쳐 관계를 더 읽는 도구입니다.

• regplot(axes) / lmplot(figure): 산점도 + 회귀선 + 신뢰구간. order(다항), logistic, lowess로 모델 종류를 바꿈.
• residplot: 잔차 산점도. 회귀 가정(선형성·등분산) 위반을 눈으로 확인.
• jointplot: 가운데 이변량 플롯 + 위·오른쪽에 주변(marginal) 분포. kind로 종류 선택.
• pairplot: 여러 변수의 산점도 행렬(scatter matrix) + 대각선 분포. hue로 그룹, corner로 절반만. jointplot/pairplot은 각각 JointGrid/PairGrid라는 전용 격자 객체를 반환하는 figure-level 함수입니다.

import seaborn as sns
sns.set_theme()
tips = sns.load_dataset("tips")
penguins = sns.load_dataset("penguins")

1. regplot / lmplot — 회귀선 겹치기

sns.regplot(data=tips, x="total_bill", y="tip")                 # axes-level
sns.lmplot(data=tips, x="total_bill", y="tip", hue="smoker",    # figure-level
           col="time")
sns.lmplot(data=tips, x="total_bill", y="tip", order=2)         # 2차 다항 회귀
sns.regplot(data=tips, x="total_bill", y="tip", lowess=True)    # 비모수 평활
sns.regplot(data=df, x="dose", y="cured", logistic=True)        # 로지스틱 (y가 0/1)
sns.regplot(data=tips, x="size", y="tip", x_estimator=np.mean)  # x값별 평균 + CI

• lmplot은 regplot을 FacetGrid로 감싼 것입니다. hue/col/row가 필요하면 lmplot, 서브플롯 합성이 필요하면 regplot.
• 회귀선은 탐색용 참고선입니다. 계수·유의성이 필요하면 statsmodels/scikit-learn으로 별도 적합합니다. 그림에서 보이는 것: total_bill–tip 산점도에 우상향 직선과 그를 감싼 반투명 신뢰구간 띠가 그려집니다. 띠는 데이터가 적은 양 끝에서 넓어집니다. order=2로 바꾸면 직선이 완만한 곡선이 되지만 형태는 크게 다르지 않습니다.

💡 이럴 때: 관계가 곡선처럼 보이면 order=2나 lowess=True로 먼저 확인합니다. lowess 곡선이 직선과 크게 다르면 선형 회귀 가정이 약하다는 신호입니다.

2. residplot — 잔차 진단

sns.residplot(data=tips, x="total_bill", y="tip", lowess=True)

회귀선을 뺀 잔차(residual)를 y축에, x를 그대로 x축에 그립니다.

• 잔차가 0 주위에 무작위로 흩어지면: 선형 모델이 적절.
• 잔차에 곡선 패턴(U자, 역U자)이 보이면: 비선형 항 필요.
• x가 커질수록 잔차 퍼짐이 커지면(깔때기 모양): 등분산 가정 위반(이분산).

💡 이럴 때: regplot으로 직선을 그었는데 적합이 애매하면 residplot을 같이 봅니다. 원래 산점도에서는 안 보이던 곡률·이분산이 잔차 평면에서는 뚜렷하게 드러납니다.

3. jointplot — 이변량 + 주변 분포

sns.jointplot(data=penguins, x="bill_length_mm", y="flipper_length_mm", kind="scatter")
sns.jointplot(data=penguins, x="bill_length_mm", y="flipper_length_mm",
              kind="hex")                                  # 육각 비닝 (겹침 대응)
sns.jointplot(data=penguins, x="bill_length_mm", y="flipper_length_mm",
              kind="kde", fill=True)                       # 2D 밀도 등고선
sns.jointplot(data=penguins, x="bill_length_mm", y="flipper_length_mm",
              hue="species")                               # 그룹별 색 + 주변 KDE
sns.jointplot(data=tips, x="total_bill", y="tip", kind="reg")   # 산점도 + 회귀선

• 반환값은 JointGrid. g.plot_joint(...), g.plot_marginals(...)로 세부 조정.
• 주변 분포 덕에 "각 변수 단독 분포"와 "둘의 결합"을 한 그림에서 봅니다. 그림에서 보이는 것: 가운데 산점도에 세 종이 별개 덩어리로 갈라지고, 위쪽 주변 히스토그램에서 bill_length_mm가 이봉, 오른쪽 주변에서 flipper_length_mm도 이봉이라 두 변수 모두 종을 가른다는 것이 보입니다.

💡 이럴 때: 점이 수천 개라 산점도가 새까매지면 kind="hex"나 kind="kde"로 바꿉니다. 밀집 구조가 색 농도/등고선으로 드러납니다.

4. pairplot — 변수쌍 행렬

sns.pairplot(penguins)
sns.pairplot(penguins, hue="species", corner=True)
sns.pairplot(penguins, hue="species", diag_kind="kde",
             vars=["bill_length_mm", "flipper_length_mm", "body_mass_g"])
sns.pairplot(penguins, kind="reg")            # 비대각 칸에 회귀선

• 반환값은 PairGrid. g.map_upper / g.map_lower / g.map_diag로 칸별 커스텀.
• 수치 열이 많으면(10개 이상) 행렬이 너무 커집니다. vars=로 3~6개만 고릅니다. 그림에서 보이는 것: 4x4 격자의 비대각 칸마다 종별로 색이 갈린 산점도가 나타나며, bill_length vs bill_depth 칸에서 전체로는 음의 관계로 보이지만 종별로 쪼개 보면 각 종 안에서는 양의 관계인 심슨의 역설 패턴이 드러납니다.

💡 이럴 때: 모델링 전 특징(feature) 간 상관·분리도를 빠르게 훑을 때 pairplot(hue="타깃")이 가장 빠릅니다. 상관이 강한 변수쌍은 6장의 heatmap으로 수치까지 확인합니다.

5. figure-level / 격자 객체 정리